[发明专利]风电机组能效状态监测方法、装置及存储介质

说明书

本申请公开了风电机组能效状态监测方法、装置及存储介质，涉及人工智能领域，具体涉及深度学习、神经网络、自然语言处理、风电机组和新能源领域。具体实现方案为：获取风电机组监测数据；对风电机组监测数据进行预处理；基于经过预处理的风电机组监测数据，确定第一数据；基于第一数据，确定测试集；将测试集中的数据输入至预训练的知识蒸馏学生模型，得到风电机组能效状态预测结果。本申请提高了对风电机组能效异常状态监测的精准度，降低了风电机组的监测运营成本。

技术领域

本发明专利涉及人工智能领域，具体涉及深度学习、神经网络、自然语言处理、风电机组和新能源领域，尤其涉及一种风电机组能效状态监测方法、装置及存储介质。

背景技术

相关技术中，风电已是国家清洁能源重要支撑之一，伴随风电大规模化的发展，风电设备日常维护及机组能效状态、故障预警等诸多面临的挑战，因此，如何及时准确的监测出风电机组能效异常状态，从而对异常状态进行及时预警，成为亟待解决的问题。

发明内容

本申请提供了一种风电机组能效状态监测方法、装置及存储介质。

根据本申请的第一方面，提供了一种风电机组能效状态监测方法，包括：

获取风电机组监测数据；

对所述风电机组监测数据进行预处理；

基于经过预处理的所述风电机组监测数据，确定第一数据；

基于所述第一数据，确定测试集；

将所述测试集中的数据输入至预训练的知识蒸馏学生模型，得到风电机组能效状态预测结果。

根据本公开的一个实施例，所述第一数据包括基准度数据和偏离度数据。

根据本公开的一个实施例，所述知识蒸馏学生模型通过以下方法进行训练：

获取风电机组监测样本数据；

对所述风电机组监测样本数据进行预处理；

基于经过预处理的风电机组监测样本数据，确定第一样本数据；

基于所述第一样本数据确定风电机组的能效状态；

基于所述能效状态，对所述第一样本数据进行标记，得到第一样本数据标签；

基于所述第一样本数据，对知识蒸馏教师模型进行预训练；

将所述第一样本数据输入至预训练后的所述知识蒸馏教师模型，得到第一预测结果；

基于所述第一预测结果和所述第一样本数据标签对所述知识蒸馏学生模型进行训练，得到训练后的所述知识蒸馏学生模型。

根据本公开的一个实施例，所述基于所述第一样本数据，对知识蒸馏教师模型进行预训练，包括：

基于所述第一样本数据，确定训练样本集；

将所述训练样本集输入至所述知识蒸馏教师模型，得到第二预测结果；

按照预设的损失函数，计算所述第二预测结果与所述验证集标签的损失值；

基于所述损失值对所述知识蒸馏教师模型进行预训练。

根据本公开的一个实施例，所述知识蒸馏学生模型包括双向长短时计算单元、表征能力提升组件；所述将所述第一样本数据输入至预训练后的所述知识蒸馏教师模型，得到第一预测结果，包括：

所述将所述第一样本数据输入至所述双向长短时计算单元，得到所述第一样本数据的特征信息；

基于所述特征信息，将所述第一样本数据输入至所述表征能力提升组件，得到表征能力提升后的第一样本数据；